统计学习方法 EM算法的一个例子

  • 参考《统计学习方法》第九章

        三硬币模型 假设有3枚硬币,分别记作A,B,C.这些硬币正面出现的概率分别是π,p和q·进行如下掷硬币试验:先掷硬币A,根据其结果选出硬币B或硬币C,正面选硬币B,反面选硬币C:然后掷选出的硬币,掷硬币的结果,出现正面记作1,出现反面记作0:独立地重复n次试验(这里,n=10),观测结果如下:

1,1,0,1,0,0,1,0,1,1

        假设只能观测到掷硬币的结果,不能观测掷硬币的过程.问如何估计三硬币正面出现的概率,即三硬币模型的参数。题中一些信息我们可以用下图来表示。

        解:设随机变量y是观测变量,表示一次试验观测的结果是1或0:随机变量z是隐变量,表示未观测到的掷硬币A的结果。那么

\begin{aligned} p(Y=1\mid \theta)&=p(Z=1\mid \theta)P(y=1\mid z=1 , \theta)\\ &+p(Z=0\mid \theta)P(y=1\mid z=0 , \theta) \end{aligned}

这是观测为正面的情况,同样的可以得到反面的情况,因此,这个模型可以写作

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值